ПОИСК Статьи Рисунки Таблицы Способы решения задачи управления в известных АСУ ТП каталитического крекинга из "Управление установками каталитического крекинга" Способы управления процессом каталитического крекинга, нашедшие применение в известных из литературы системах, определяются прежде всего видом используемых математических моделей. Поскольку в большинстве зарубежных систем для описания процесса используются линейные модели, для нахождения оптимального режима функционирования процесса применяются различные модификации линейного программирования [127], в том числе, например, последовательный симплекс-метод [129]. Известны примеры использования полиноминальных моделей, квадратичных относительно управляющих воздействий. В этом случае применяется адекватная стратегия отыскания экстремума [130]. [c.140] При нахождении экстремума критерия управления обычно учитываются ограничения. Некоторые алгоритмы управления [4] базируются на предположении, что весь процесс осуществляют на изменяющихся под действием возмущений технологических ограничениях. Учитываются также ограничения на диапазон изменения управляющих воздействий и на скорость их изменения [87]. Число управляющих воздействий в различных системах варьируется от двух [129] до десяти [12]. Для корректировки математической модели широко используются адаптивные методы [12, 128]. При решении задач управления учитывается шум в измерениях [4]. [c.140] Система управления, рассмотренная в работе [4], предусматривает наличие двух подсистем подсистемы статической оптимизации , которая, используя полную математическую модель процесса, предсказывает (с учетом ограничений) область локализации оптимума и включается либо при существенном изменении условий протекания процесса, либо при смене критерия управления, и подсистемы динамической оптимизации , которая работает в реальном времени и воспринимает от подсистемы статической оптимизации информацию об изменении рабочей области, а также распознает ситуацию со сменами ограничений. Одновременно на каждом шаге управления подсистема динамической оптимизации, пользуясь упрощенной математической моделью, прогнозирует значение критерия и изменение ограничений, а при необходимости и рассчитывает требующиеся для достижения оптимума управляющие воздействия поскольку и модель процесса и ограничения в этой подсистеме описываются линейными алгебраическими уравнениями, для отыскания экстремума используется линейное программирование. [c.140] Поскольку зависимость (IV-37) является нелинейной, то, как показано в работе [ПО], задача становится многоэстремальной, и для нахождения глобального оптимума предлагается использовать метод случайного поиска с направляющим конусом. [c.140] Вернуться к основной статье